磁盘中的程序必须加载到内存才能运行

计算机中主要的存储部件是内存和磁盘。磁盘中存储的程序必须加载到内存之后才能运行。在磁盘中保存的原始程序是无法直接运行的。这是因为，负责解析和运行程序内容的CPU，需要通过内部程序计数器来指定内存地址，然后才能读出程序。即使CPU可以直接读出并运行磁盘中保存的程序，由于磁盘读取速度慢，程序的运行速度还是会降低的。总之，存储在磁盘中的程序需要读入到内存后才能运行。

所谓程序，实质就是一系列有指定地址的指令，CPU按照地址去取指，解码后按照指令去执行，期间所产生的的数据也是放在内存中（缓存或者寄存器充当临时存储），如果需要，也可以将内存中的数据保存到外存中（硬盘或者Flash）

补充：一般情况下，外存是无法随机寻址的。

由上述可知，内存一般保存的是程序和数据。

在这个基础上，才有了内存的一些分区管理，比如堆、栈、Data区、Bss区这些放数据的，以及放程序（其实就是各种函数和指令）的代码段（常量通常也放在这）等等。

问题来了。

程序是如何被优雅的装载到内存中的？

直接参考;

内存管理：程序是如何被优雅的装载到内存中_51CTO博客_储存内存管理

关于计算机中的程序和数据

一直以来都有个疑问，一个程序中哪些算是指令，哪些算是数据？指令是储存在哪？数据又是储存在哪？

可参考这个视频：

存储器、指令与数据的存储_哔哩哔哩_bilibili

其实，如果想要深入理解这个问题，就需要了解机器指令。

一条C语言会转成对应的（一条或多条）汇编语句，每条汇编语句对应一个机器码，供计算机直接执行。

机器指令是CPU能直接识别并执行的指令，它的表现形式是二进制编码。机器指令通常由操作码和操作数两部分组成，操作码指出该指令所要完成的操作，即指令的功能，操作数指出参与运算的对象，以及运算结果所存放的位置等。

由于机器指令与CPU紧密相关，所以，不同种类的CPU所对应的机器指令也就不同，而且它们的指令系统往往相差很大。但对同一系列的CPU来说，为了满足各型号之间具有良好的兼容性，要做到：新一代CPU的指令系统必须包括先前同系列CPU的指令系统。只有这样，先前开发出来的各类程序在新一代CPU上才能正常运行。

机器语言是用来直接描述机器指令、使用机器指令的规则等。它是CPU能直接识别的唯一一种语言，也就是说，CPU能直接执行用机器语言描述的程序。

这里面涉及到指令系统的设计，比如冯诺依曼体系，就是将指令和数据储存在一起，哈弗结构则是将指令和数据分开等等。

一条指令包含操作码和地址码两部分。操作码表示指令的操作和功能，用来告诉计算机来做什么操作，地址码表示操作数的地址或者操作数本身，用来告诉计算机操作的对象，以及这些对象的地址等信息。

在一个指令系统中，若所有指令的长度都是相等的，则称为定长指令字结构。定字长指令的执行速度快，控制简单。若各种指令的长度随指令功能而异，则称为变长指令字结构。

指令的地址码结构

一般的计算机运算指令要包含以下这些内容：

第一个操作数或者其地址 A1 ；

第二个操作数或者其地址 A2 ；

需要对操作数进行的操作 OP ；

计算结果的存放地址 A3 ；

下一条指令的地址 A4 。

例如：我们让计算机执行一个1+2=3的指令。首先需要让计算机取出操作数1( A1 )；然后再取出操作数2( A2 )；之后将两者送到运算器中进行加和( OP )运算；运算的结果放入主存的某个单元中( A3 )；之后再取出下一条指令( A4 )，这个过程一般可以表示为 (A1)OP(A2)→A3 。（我们约定，如果 Ax 中存储的是操作数的地址，则用 Ax 表示其地址，用 (Ax) 表示操作数本身；如果 Ax 中存储的是操作数本身，则直接用Ax 表示操作数）

除了操作 OP 外，另外的4个地址信息均需要在地址码中体现。

下面有几种常用的地址码格式：

1.四地址指令：

上文提到的四个地址均有在地址码部分给出，这样的指令称为四地址指令。

其指令格式如下图所示：

表示为

(A1)OP(A2)→A3

下一条指令的地址A4=下一条指令的地址

即对 A1 与 A2 内的数据进行操作后，结果存储到 A3 中，然后执行 A4 中的指令。

四地址指令需要访问4次内存：取指令一次，取第一操作数一次，取第二操作数一次，保存操作数一次。

2.三地址指令：

三地址指令省略了 A4 ：下一条指令的地址。由于大多数指令是按主存中的顺序执行的，因此可以采用一个程序计数器( PC )来记录指令的地址，每当执行下一条指令时， PC 的值自加1。这样的话，就可以省略掉第四个地址，得到三地址指令。

表示为

(A1)OP(A2)→A3

(PC)+1→PC （隐含）

即

即对 A1 与 A2 内的数据进行操作后，结果存储到 A3 中，然后 PC 自加，顺序执行下一条指令。

例如，加操作：ADD A B X;(A+B送到X中)

与四地址指令相同，三地址指令也需要访问4次内存。

3.二地址指令：

如果第一个操作数地址与结果存放地址相同，即 A1 与 A3 相同，则可以省略掉 A3 ，称为二地址指令。

表示为

(A1)OP(A2)→A1

(PC)+1→PC （隐含）

即对 A1 与 A2 内的数据进行操作后，结果仍然存储到 A1 中，然后 PC 自加，顺序执行下一条指令。

同三地址指令相同，执行二地址指令同样也需要访问4次内存。

4.一地址指令：

如果我们进一步把另外一个操作数省略，那么就可以得到一地址指令。

通常来说，一地址指令有如下两种情况：

（1）另一个被省略的操作数由内存外的累加寄存器 Acc ——一般用来暂存ALU运算的结果。

指令可以表示为

(Acc)OP(A1)→Acc

(PC)+1→PC （隐含）

即 A1 中的数据与 Acc 中的数据共同送到运算器中做运算，其运算的结果保存在 Acc 中。之后 PC 自增，继续顺序执行下一条指令。

这种类型的一地址指令通常只需要访问2次内存：存内存中取指令一次，从内存中取操作数一次，因为不需要把结果存入内存中，所以只需要访问两次。

（2）只是针对 A1 内数据执行加一、减一、求反、求补等单操作数指令。

指令可以表示为

OP(A1)→A1

(PC)+1→PC （隐含）

即只对 A1 中的数据进行操作，然后将结果存入 A1 中。之后 PC 自增，继续顺序执行下一条指令。

这种类型的一地址指令需要访问3次内存：从内存中取指令一次，从内存中取操作数一次，将计算后的结果放入内存中一次。

5.零地址指令：

零地址指令只有操作码，没有地址码。

零地址指令常用在堆栈的压入和弹出操作上，比如可以用 PUSH 操作码来表示将数据压入栈中，用 POP 操作码来表示将数据弹出栈。通过这些功能可以实现原有的三操作数命令。比如连续两次pop出的数据可以默认地进入算术逻辑单元进行运算，然后运算的结果再次被push入栈中。

不同地址指令的长度、执行速度不一样，适用的场景也不一样。一般来说，访问主存的次数越少，执行速度越快。计算机中有大量的寄存器，访问寄存器要比访问主存速度快很多。因此，操作数蕴含在寄存器中的指令（一地址指令）执行速度会更快。

指令和数据均存放在内存中，计算机如何区分它们是指令还是数据？

通常完成一条指令可分为取指阶段、分析阶段和执行阶段。在取指阶段通过访问存储器可将指令取出；在执行阶段通过访问存储器可将操作数取出。这样，虽然指令和数据都是以0、1代码形式存在存储器中，但CPU可以判断出在取指阶段访存取出的0、1代码是指令；在执行阶段访存取出的0、1代码是数据。

计算机区分指令和数据有以下2种方法：

1.通过不同的时间段来区分指令和数据，即在取指令阶段（或取指微程序）取出的为指令，在执行指令阶段（或相应微程序）取出的即为数据。

2. 通过地址来源区分，由PC提供存储单元地址的取出的是指令，由指令地址码部分提供存储单元地址的取出的是操作数。

这里面涉及到的哈弗结构和冯诺依曼结构相关内容，可直接参考：

指令也是数据？浅谈计算机体系结构 - 掘金

注意：单片机使用的是哈弗结构；

从抽象层面来看，可以就将程序看做是指令和数据，只是冯诺依曼结构将两者储存在同一个存储空间，哈弗结构将二者分开存储。

最简单的汇编指令格式是操作码（例如：MOV、BL）和操作数（例如：pc, lr）。操作码易于理解，例如MOV表示将某个值从一处传送到另一处，BL表示跳转到某处；而操作数则表示一处和另一处到底是哪里（是在寄存器中还是内存中），要跳转的位置在哪里（或者是绝对地址或者是相对地址）。操作数部分要解决的问题是：到哪里去获得操作数？因此就有了寻址方式的分类。

指令数据中，操作码就是操作码，地址码部分可分为三类数据：

寄存器码：指示着对应的寄存器，通常为几个二进制数，不同的寄存器码代表着不同的寄存器。

地址码：也就是某块内存地址；

立即数码：直接的数据；

其实，看到这里，是不是发现了什么？就是对应了汇编代码中的寄存器、内存地址、立即数等操作数。

其实，汇编代码就是对机器代码的一种自然语言解释。

例如一个简单的加法运算：

0001 0010 0000 0001

其中，前四位表示操作码，也就是相加这个操作；接下来四位表示寄存器码，指示某个寄存器；最后的八位就表示一个立即数，表示要将第二个寄存器加上常数值1。

不同的机器码有对应的电路实现。

注意：指令和数据是存放在一起，并不是说二者是连续的，只是没有分为两块内存分别访问罢了。出于方便管理和组织的考虑，通常将指令和数据分成几个若干的存储区。是什么样的存储区呢？就是代码区、data区、bss区、堆区、栈区这些，指令通常存放在代码区，或者叫文本区、text区。